汉语语音识别中的加权概念转移网络语言模型

采用分层语法规则的加权概念转移网络,并将语法规则和类似于统计语言模型中的概率分布结合起来,通过引入平滑的概念,为一些超出词典的OOV词和超出语法规则的词分配一个较小的概率,使模型具有较强的稳健性.实验结果表明:这种分层语法表示灵活、概念清晰、实现简单,可以较大地降低语言模型的混乱度;模型在概念级的预测性能可达到99%的正确率.用该语言模型为语音识别提供预测单元,可以提高识别率.